Сравнительный анализ методов дешифрирования авиационных гиперспектральных снимков для оценки состояния сельскохозяйственных культурдипломная работа (Бакалавр)
Аннотация:В рамках работы проведено ознакомление с применением
гиперспектральных данных в точном земледелии и методами их использования.
После знакомства с материалами исследования было принято решение о создании
различными методами геоизображений запасов фитомассы для полей сои и
кукурузы и схемы дешифрирования засоренности поля сои. В ходе работы
опробовано использование различных спектральных индексов и алгоритмов
классификаций с обучением по гиперспектральным снимкам для оценки запасов
фитомассы растений, использование попиксельной и субпиксельной
классификаций с обучением для выявления степени засоренности поля. Был
проведен сравнительный анализ выбранных методов оценки запасов фитомассы
культурных растений и засоренности сельскохозяйственных полей.
В процессе исследования, было вычислено около 35 спектральных индексов,
для каждого из которых проводился регрессионный анализ с определенными на
эталонных участках запасами фитомассы растений в каждой фракции и всем
растении. Было выявлено, что индексные изображения обеспечивают определение
запасов фитомассы с высокой достоверностью при наличии в изображении узких
спектральных каналов на характерных длинах волн в зеленой, красной и ближней
инфракрасной части спектра, и при достаточно высоком содержаниии хлорофилла
в растениях. В иных случаях необходимо прибегать к классификации
изображения. В данной работе растения на изучаемых полях находились на
завершающих репродуктивных фазах развития, когда вместе с увеличением
запасов фитомассы в плодах происходит увядание листьев и стеблей, а созревание
проходило неравномерно в пределах поля, поэтому значения индексов плохо
соотносились с запасами фитомассы.
При использовании алгоритмов классификаций с обучением основную роль
играет объем обучающих выборок и количество классов: более математически и
технически совершенно реализованные методы (как метод опорных векторов)
проводят наиболее достоверную и качественную классификацию при достаточном
для их работы объеме обучающих данных, что показала классификация поля сои
по запасам фитомассы, а наиболее простым методам для достоверной
классификации достаточно и малых выборок, что показала классификация поля
кукурузы по запасам фитомассы.
В целом, построение индексных изображений и пересчет их в значения
коррелирующей величины (как запасы фитомассы в данной работе) реализуется
быстрее и проще, чем классификация изображений. Они также позволяют
прогнозировать значения величины, выходящие за пределы регистрируемых в
пределах площадок диапазонов значений, то есть имеют меньшую зависимость от
76
репрезентативности выбранных площадок, в отличие от классификаций, диапазоны
значений в которых ограничены существующим в пределах площадок.
Использование только информативных каналов позволяет избежать ошибок в
расчетах значений индексов, а значит и ошибок в изображении запасов фитомассы.
Однако они используют не все информативные каналы, в то время как при
классификациях возможны преобразования изображения, связанные с повышением
информативности каналов. Классификации более требовательны к количеству
обучающих данных, часто требуют больших вычислительных мощностей, не
позволяют прогнозировать большие или меньшие значения запасов фитомассы, но
при этом их результаты отличаются высокой достоверностью.
Метод субпиксельной классификации позволяет проводить оценку степени
засоренности поля, однако качественное его использование возможно только при
высокой квалификации дешифровщика. Кроме того, в программе ENVI этот метод
он создает артефакты на изображении.
В результате проведенного исследования было создано 5 геоизображений и
схем дешифрирования по отобранным в ходе работы индексам и методам
классификации и 9 промежуточных схем дешифрирования для сравнения методов.
Также было освоено новое программное обеспечение ENVI, усовершенствованы
навыки работы с программой MultiSpec, полученные в ходе обучения на кафедре
картографии и геоинформатики.